Προσδιορισμός δυνητικών κινδύνων από τη γεωργική ρύπανση μη σημειακών πηγών: Yichang, επαρχία Hubei
Από RemoteSensing Wiki
Πρωτότυπος τίτλος: Potential Risk Identification of Agricultural Nonpoint Source Pollution: A Case Study of Yichang City, Hubei Province
Συγγραφείς: Jinfeng Yang, Xuelei Wang, Xinrong Li, Zhuang Tian, Guoyuan Zou, Lianfeng Du and Xuan Guo
Δημοσιεύθηκε: Sustainability 2023, 15(23), 16324; https://doi.org/10.3390/su152316324
Λέξεις κλειδιά: γεωργική ρύπανση από μη σημειακές πηγές, σύστημα δεικτών, προσδιορισμός δυνητικού κινδύνου, περιοχή κρίσιμης πηγής.
Αντικείμενο εφαρμογής: Σημειακές και μη πηγές ρύπανσης
1. ΠΕΡΙΛΗΨΗ
Το κείμενο υπογραμμίζει τη σημασία του εντοπισμού των πιθανών κινδύνων από τη γεωργική ρύπανση μη σημειακών πηγών (ANPSP) για τον έλεγχο της ρύπανσης και τη βιώσιμη γεωργία. Προτείνεται μια νέα μέθοδος που ονομάζεται Σύστημα Δείκτη Αξιολόγησης Δυνητικού Κινδύνου (PRAIS), η οποία περιλαμβάνει την ολοκληρωμένη ανάλυση των πηγών κινδύνου και των παραγόντων καταβύθισης. Το PRAIS εφαρμόστηκε στην πόλη Yichang της επαρχίας Hubei, υποδεικνύοντας ένα επίπεδο δυνητικού κινδύνου ANPSP 18,86%, με το 4,95% να είναι περιοχές υψηλού κινδύνου που χαρακτηρίζονται από παράγοντες όπως υψηλά ποσοστά εφαρμογής αζώτου και φωσφόρου, σημαντική διάβρωση του εδάφους και χαμηλή κάλυψη βλάστησης. Σε σύγκριση με το μοντέλο εκτίμησης της διάχυτης ρύπανσης με τηλεπισκόπηση (DPeRS), το PRAIS έδειξε παρόμοια ακρίβεια, μειώνοντας τη διαφορά περιοχής του ίδιου επιπέδου κινδύνου κατά 33,9%. Αυτό υποδηλώνει ότι το PRAIS είναι ένα αποτελεσματικό εργαλείο για τον ταχεία εντοπισμό πιθανών κινδύνων περιφερειακής ANPSP.
1. ΕΙΣΑΓΩΓΗ
Η αποτελεσματική διαχείριση της ρύπανσης στην Κίνα έχει σημειώσει σημαντική πρόοδο στον έλεγχο της ρύπανσης από τις κεντρικές απορρίψεις βιομηχανικών και αστικών λυμάτων. Ωστόσο, η ρύπανση από μη σημειακές πηγές (NPSP) που προέρχεται από γεωργικές, δασικές, κτηνοτροφικές, αλιευτικές περιοχές παραγωγής και αγροτικές περιοχές διαβίωσης έχει αναδειχθεί σε κύρια πηγή ρύπανσης των υδάτων, συμβάλλοντας ιδιαίτερα στην απώλεια αζώτου και φωσφόρου και στην υποβάθμιση της ποιότητας των υδάτων. Ειδικότερα, η γεωργική NPSP (ANPSP) δημιουργεί μοναδικές προκλήσεις λόγω της διασκορπισμένης και ασύλληπτης φύσης της, συμπεριλαμβανομένων αβέβαιων παραγόντων όπως ο χρόνος εμφάνισης, η πηγή και η συγκέντρωση των ρύπων. Έτσι, η παρακολούθηση και η αξιολόγηση της ANPSP καθίσταται πολύπλοκη αλλά και επιτακτική για τις πολιτικές πρόληψης και ελέγχου της ρύπανσης.
Η περιοχή του ταμιευτήρα των Τριών Φαραγγιών (TGRA) στην Κίνα επηρεάζεται σημαντικά από την ANPSP, με την πόλη Yichang στην επαρχία Hubei να αποτελεί κρίσιμη πύλη εισόδου στην περιοχή αυτή. Η ταχεία ανάπτυξη της γεωργίας στην πόλη Yichang, που επικεντρώνεται κυρίως σε καλλιέργειες μετρητών, έχει οδηγήσει σε αξιοσημείωτη αύξηση της ANPSP, γεγονός που καθιστά αναγκαία τη λήψη ολοκληρωμένων μέτρων ελέγχου για την εξισορρόπηση των περιβαλλοντικών ανησυχιών με τη γεωργική ανάπτυξη. Ενώ έχει διεξαχθεί σημαντική έρευνα σχετικά με την ΑΝΣΠ στην TGRA, ιδίως στο τμήμα Chongqing, η κατανόηση των χαρακτηριστικών της ΑΝΣΠ στην επαρχία Hubei παραμένει περιορισμένη. Λαμβάνοντας υπόψη τις διαφορετικές τοπογραφικές και γεωργικές δομές της επαρχίας Hubei σε σύγκριση με την πόλη Chongqing, είναι απαραίτητη η συστηματική έρευνα για την NPSP στην Hubei.
Έχουν χρησιμοποιηθεί διάφορες μέθοδοι για τον εντοπισμό του κινδύνου ANPSP, συμπεριλαμβανομένης της μεθόδου του συντελεστή εξαγωγής, ποσοτικών μοντέλων και συστημάτων δεικτών. Ωστόσο, κάθε μέθοδος έχει τους περιορισμούς της, όπως οι απαιτήσεις δεδομένων, η πολυπλοκότητα των παραμέτρων και η δυνατότητα εφαρμογής στο γεωργικό πλαίσιο της Κίνας. Η μέθοδος του συστήματος δεικτών, αν και προσφέρει ευελιξία, πάσχει από ζητήματα όπως η ανεπαρκής ταξινόμηση των πηγών ρύπανσης και η ελλιπής επιλογή δεικτών. Ως εκ τούτου, υπάρχει επιτακτική ανάγκη για την ολοκληρωμένη ανάλυση των παραγόντων ANPSP και τη δημιουργία ενός νέου μοντέλου εκτίμησης κινδύνου.
Για την αντιμετώπιση αυτών των προκλήσεων, προτείνουμε το Σύστημα Δείκτη Αξιολόγησης Δυνητικού Κινδύνου (PRAIS) για τον προσδιορισμό του δυνητικού κινδύνου της ANPSP, εστιάζοντας στην απλότητα, την ταχύτητα, το χαμηλό κόστος, την ακρίβεια και την προσαρμοστικότητα. Το PRAIS προσδιορίζει τα βάρη των δεικτών, διαιρεί τους βαθμούς των παραγόντων και υπολογίζει τους δείκτες κινδύνου ANPSP. Η παρούσα μελέτη αποσκοπεί στην εισαγωγή μιας νέας μεθόδου για τον προσδιορισμό του κινδύνου ANPSP, τη δημιουργία του πλαισίου PRAIS και την αξιολόγηση του δυνητικού κινδύνου ANPSP στην πόλη Yichang, θέτοντας τις βάσεις για την αποτελεσματική αξιολόγηση ANPSP και την ταχεία διαλογή.
2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ
2.1. Επισκόπηση της περιοχής μελέτης
Η πόλη Yichang, που βρίσκεται στη νοτιοδυτική επαρχία Hubei, κατέχει στρατηγική θέση στη συμβολή του άνω και του μεσαίου ρου του ποταμού Yangtze. Χρησιμεύει ως μεταβατική ζώνη από τις ορεινές περιοχές Wuling και Qinba στις πεδινές περιοχές της πεδιάδας Jianghan (βλ. Εικόνα 1). Καλύπτοντας τις συντεταγμένες 110°150-112°040 E και 29°560-31°340 N, η πόλη Yichang καλύπτει μια συνολική έκταση 21.000 km², η οποία χαρακτηρίζεται από ένα ποικίλο ανάγλυφο που περιλαμβάνει δυτικά βουνά (69%), κεντρικούς λόφους (21%) και ανατολικές πεδιάδες (10%). Η πόλη κατέχει σημαντική περιφερειακή σημασία ως βασικό μέλος της οικονομικής ζώνης του ποταμού Γιανγκτσέ, οικολογικό φράγμα εντός της περιοχής του ταμιευτήρα των Τριών Φαραγγιών (TGRA) και ζωτικό στοιχείο της οικολογικής γραμμής προστασίας του ποταμού Γιανγκτσέ.
Το 2021, η καλλιεργούμενη έκταση της πόλης Yichang ανήλθε σε 2932 km², αντιπροσωπεύοντας το 13,81% της συνολικής της έκτασης, ενώ οι δασικές εκτάσεις κάλυπταν 14.077 km². Η γεωργία αποτελεί κυρίαρχη οικονομική δραστηριότητα, με τις καλλιέργειες μετρητών να συνεισφέρουν περίπου το 90% της συνολικής γεωργικής παραγωγής. Ωστόσο, η υψηλή ένταση λίπανσης που συνδέεται με τις καλλιέργειες μετρητών αποτελεί σημαντική πρόκληση, οδηγώντας σε σημαντική γεωργική ρύπανση μη σημειακής προέλευσης (ANPSP). Η ραγδαία ανάπτυξη των γεωργικών δραστηριοτήτων τα τελευταία χρόνια έχει επιδεινώσει το ζήτημα αυτό, καθιστώντας αναγκαία τη λήψη ολοκληρωμένων μέτρων για τον έλεγχο και τη διαχείριση της ANPSP (Εικόνα 1).
2.2. Μεθοδολογία
2.2.1. Σύστημα δεικτών αξιολόγησης δυνητικού κινδύνου για την ANPSP
Η ANPSP επηρεάζεται από διάφορους παράγοντες, όπως η τοπογραφία, το κλίμα, η κάλυψη γης και οι ανθρώπινες δραστηριότητες. Οι παράγοντες αυτοί διέπουν τις ροές εφοδιαστικής και ενέργειας που εμπλέκονται στη διαδικασία ANPSP. Στην παρούσα μελέτη υιοθετήθηκε μια ολοκληρωμένη προσέγγιση που ενσωματώνει τόσο τους φυσικούς όσο και τους ανθρώπινους παράγοντες. Οι υδρομετεωρολογικοί δείκτες, συμπεριλαμβανομένων των ετήσιων βροχοπτώσεων, του συντελεστή διαλυμένων ρύπων μη σημειακής προέλευσης και του συντελεστή προσροφημένων ρύπων μη σημειακής προέλευσης, εξετάστηκαν παράλληλα με τους δείκτες εδάφους, βλάστησης και οικονομίας. Κάθε δείκτης επιλέχθηκε σχολαστικά και αναλύθηκε για να προσδιοριστεί η επιρροή του στον κίνδυνο ANPSP.
2.2.2. Στάθμιση των δυνητικών δεικτών αξιολόγησης κινδύνου
Η ακριβής εκτίμηση του κινδύνου ANPSP απαιτεί τον προσδιορισμό της βαρύτητας κάθε δείκτη. Στην παρούσα μελέτη χρησιμοποιήθηκε για τον σκοπό αυτό η μέθοδος της αναλυτικής ιεραρχικής διαδικασίας (AHP). Οι γνώμες των εμπειρογνωμόνων συνδυάστηκαν με συγκρίσεις ανά ζεύγη με τη μέθοδο της κλίμακας 1-9 του Sati για τη δημιουργία ενός πίνακα κρίσης. Η συνέπεια του πίνακα κρίσης ελέγχθηκε για να διασφαλιστεί η αξιοπιστία και υπολογίστηκαν οι σχετικές τιμές βαρύτητας κάθε δείκτη. Ο σταθμισμένος συνδυασμός των αποτελεσμάτων παρείχε τα βάρη σπουδαιότητας κάθε δείκτη για τον συνολικό στόχο.
2.2.3. Υπολογισμός του δείκτη δυνητικού κινδύνου και ταξινόμηση κινδύνου της ANPSP
Οι κανονικοποιημένες διακριτές τιμές πλέγματος κάθε δείκτη κανονικοποιήθηκαν στατιστικά γραμμικά και οκτώ δείκτες δυνητικού κινδύνου ρύπανσης ταξινομήθηκαν και τους αποδόθηκαν βαθμολογίες με τη μέθοδο ταξινόμησης φυσικής ασυνέχειας Jenks. Στη συνέχεια, υπολογίστηκε ένας δείκτης δυνητικού κινδύνου για την ANPSP με βάση τον σταθμισμένο συνδυασμό των τιμών των δεικτών. Ο δείκτης κινδύνου ταξινομήθηκε σε τέσσερα επίπεδα: κανένας κίνδυνος, χαμηλός κίνδυνος, μεσαίος κίνδυνος και υψηλός κίνδυνος, χρησιμοποιώντας συγκεκριμένα αριθμητικά εύρη.
2.3. Πηγές δεδομένων
Τα δεδομένα που συλλέχθηκαν το 2015 περιλάμβαναν τηλεπισκοπικά, μετεωρολογικά, υδρολογικά, υψομετρικά, εδαφολογικά και γεωργικά στατιστικά δεδομένα για την πόλη Yichang. Όλες οι εικόνες μετατράπηκαν σε προβολές ίσου προϊόντος της Alber για χωρικές πράξεις.
2.4. Επαλήθευση των αποτελεσμάτων εντοπισμού κινδύνων 2.4.1. Επαλήθευση του μοντέλου
Τα αποτελέσματα της αναγνώρισης κινδύνου με τη χρήση του συστήματος δείκτη αξιολόγησης δυνητικού κινδύνου (PRAIS) επικυρώθηκαν με τη χρήση του μοντέλου Diffuse Pollution estimation with Remote Sensing (DPeRS). Αυτό το ημιεμπειρικό και ημιμηχανιστικό μοντέλο διεργασιών παρείχε ποσοτικά δεδομένα για τα ολικά φορτία αζώτου και ολικού φωσφόρου της ANPSP, υποστηρίζοντας την επικύρωση του ολοκληρωμένου συστήματος δείκτη εκτίμησης κινδύνου ANPSP.
2.4.2. Μέθοδος επαλήθευσης
Πραγματοποιήθηκε σύγκριση μεταξύ των χαρτών κινδύνου που παρήχθησαν από τα μοντέλα PRAIS και DPeRS, εξετάζοντας τις διαφορές στην επεξεργασία και υπολογίζοντας την ποσοστιαία απόκλιση για την αξιολόγηση της συνέπειας μεταξύ των αποτελεσμάτων των δύο μοντέλων.
Αυτή η ολοκληρωμένη ενότητα μεθοδολογίας περιγράφει τη συστηματική προσέγγιση που χρησιμοποιήθηκε για την αξιολόγηση και την ταξινόμηση του κινδύνου ANPSP στην πόλη Yichang, παρέχοντας λεπτομερή εικόνα των μεθόδων που χρησιμοποιήθηκαν και του σκεπτικού πίσω από την επιλογή τους.
3. ΑΠΟΤΕΛΕΣΜΑΤΑ
3.1. Χωρικά χαρακτηριστικά των δυνητικών δεικτών εντοπισμού κινδύνου για την ANPSP
Η μελέτη αξιολόγησε τη χωρική κατανομή των δυνητικών δεικτών προσδιορισμού κινδύνου για τη γεωργική ρύπανση μη σημειακής προέλευσης (ANPSP) στην πόλη Yichang. Τα αποτελέσματα έδειξαν ότι η πόλη Yichang παρουσιάζει υψηλές ετήσιες βροχοπτώσεις που υπερβαίνουν τα 800 mm και έχει σχετικά υψηλή φυτοκάλυψη. Η βορειοδυτική περιοχή παρουσίασε υψηλότερο συντελεστή διαλυμένων ρύπων μη σημειακών πηγών που εισέρχονται στον ποταμό, ενώ ο συντελεστής των προσροφημένων ρύπων μη σημειακών πηγών που εισέρχονται στον ποταμό ήταν χαμηλότερος στα δυτικά και νοτιοανατολικά. Επιπλέον, οι ορεινές και λοφώδεις περιοχές παρουσίασαν υψηλότερες κλίσεις και συντελεστές διαβρωσιμότητας του εδάφους. Το ισοζύγιο αζώτου και φωσφόρου στις γεωργικές εκτάσεις διέφερε σε διάφορες περιοχές.
3.2. Προσδιορισμός των δυνητικών κινδύνων για την ANPSP
Η μελέτη χαρτογράφησε τους βαθμούς κινδύνου και τις περιοχές ANPSP για την πόλη Yichang χρησιμοποιώντας δύο μεθόδους: Comprehensive Index Evaluation System (CIES) και το μοντέλο εκτίμησης της διάχυτης ρύπανσης με τηλεπισκόπηση (DPeRS). Το σύστημα δυνητικού δείκτη κινδύνου αποκάλυψε συνολικό δυνητικό κίνδυνο 18,86%, συγκεντρωμένο στις κεντρικές και ανατολικές περιοχές. Οι περιοχές υψηλού κινδύνου, κυρίως στην ανατολική περιοχή της Dangyang, αντιπροσώπευαν το 4,95% της συνολικής έκτασης. Το μοντέλο DPeRS εντόπισε περιοχές υψηλότερου κινδύνου κυρίως στις περιοχές Dangyang, Zhijiang, Zigui County, Xingshan County και Yuan'an County, που αντιστοιχούν σε περιοχές με σημαντική φύτευση καλλιεργειών και εφαρμογή λιπασμάτων, καθώς και υψηλά ποσοστά εφαρμογής αζώτου και φωσφόρου. (Εικόνα 2) (Εικόνα 3).
3.3. Επαλήθευση της ταυτοποίησης με χρήση του CIES
Για την επικύρωση της ακρίβειας των μεθόδων εντοπισμού κινδύνων, πραγματοποιήθηκε ανάλυση αποκλίσεων με σύγκριση των χαρτών βαθμού κινδύνου των μοντέλων CIES και DPeRS. Τα αποτελέσματα έδειξαν ότι η μέση διαφορά στην περιοχή για τον ίδιο βαθμό κινδύνου δεν ήταν μεγαλύτερη από 33,9%. Επιπλέον, ένα σημαντικό τμήμα της περιοχής παρουσίασε χαμηλή ή καθόλου απόκλιση μεταξύ των δύο μοντέλων, ενώ μόνο ένα μικρό ποσοστό παρουσίασε ελαφρώς υψηλότερη απόκλιση. Αυτό υποδηλώνει ότι η προτεινόμενη μέθοδος, CIES, προσφέρει συγκρίσιμη ακρίβεια με το μοντέλο DPeRS, ενώ είναι απλούστερη, ταχύτερη και απαιτεί λιγότερο πολύπλοκη συσσώρευση δεδομένων (Εικόνα 4).
Με τον τρόπο αυτό συνοψίστηκαν τα χωρικά χαρακτηριστικά των δυνητικών δεικτών κινδύνου, ο προσδιορισμός των δυνητικών κινδύνων για την ANPSP και η επαλήθευση των μεθόδων προσδιορισμού, αναδεικνύοντας την ακρίβεια και την απλότητα του προτεινόμενου Συστήματος Συνολικής Αξιολόγησης Δεικτών (CIES).
4. ΣΥΖΗΤΗΣΗ
Στην παρούσα ενότητα, παρουσιάζουμε μια νέα μέθοδο που ονομάζεται Προσδιορισμός δυνητικών κινδύνων γεωργικής ρύπανσης μη σημειακής προέλευσης (PRAIS) για την πόλη Yichang. Προηγούμενες μελέτες σχετικά με την ANPSP στην πόλη Yichang έχουν παραβλέψει τον προσδιορισμό του δυνητικού κινδύνου, τονίζοντας τη σημασία της παρούσας μελέτης. Τα ευρήματα αποκαλύπτουν ότι μόνο το 18,86% της πόλης Yichang αντιμετωπίζει δυνητικό κίνδυνο ANPSP, ενώ οι περιοχές υψηλού κινδύνου καταλαμβάνουν λιγότερο από 5%. Αυτό υποδηλώνει σημαντικές βελτιώσεις στον έλεγχο του ANPSP, ευθυγραμμιζόμενο με τα αποτελέσματα της παρακολούθησης της ποιότητας του νερού στην περιοχή. Παρά τη μείωση του μέσου ποσοστού εφαρμογής χημικών λιπασμάτων από το 2019 έως το 2020, παραμένει σημαντικά υψηλότερο από τα διεθνή όρια ασφαλείας, υποδεικνύοντας την ανάγκη για συνεχείς προσπάθειες στον έλεγχο της ρύπανσης. Η ανάλυση της σχέσης μεταξύ των μεταβλητών ANPSP και της αξίας της γεωργικής παραγωγής υπογραμμίζει τη σημασία της αντιμετώπισης της ρύπανσης από λιπάσματα και κοπριά ζώων/πουλερικών. Η μελέτη υπογραμμίζει ότι οι περιοχές με υψηλά ποσοστά εφαρμογής λιπασμάτων είναι πιο πιθανό να γίνουν περιοχές υψηλού κινδύνου, τονίζοντας τη σημασία της ορθολογικής χρήσης λιπασμάτων στην πρόληψη της ANPSP.
Η προτεινόμενη μέθοδος PRAIS προσφέρει πολλά πλεονεκτήματα: (i) Η συλλογή δεδομένων είναι απλή μέσω των υφιστάμενων μετεωρολογικών και υδρολογικών σταθμών παρακολούθησης, των εθνικών στατιστικών επετηρίδων και των άμεσα διαθέσιμων βάσεων δεδομένων. (ii) Οι επιλεγμένοι δείκτες χρησιμοποιούνται συνήθως και είναι φθηνοί, μειώνοντας το συνολικό κόστος προσδιορισμού. (iii) Η μέθοδος είναι κατάλληλη για γεωργικές περιοχές, ιδίως για εκείνες με ΝΠΣΠ τύπου έκπλυσης, και είναι κατάλληλη για τις πεδιάδες της βόρειας Κίνας. (iv) Η σύγκριση με το μοντέλο DPeRS καταδεικνύει υψηλή συνέπεια στα αποτελέσματα ταυτοποίησης. Ωστόσο, υπάρχουν περιορισμοί, όπως ασαφή πρότυπα ταξινόμησης για ορισμένους δείκτες, ιδίως σε περιοχές με υψηλή βροχόπτωση. Η μελλοντική έρευνα θα πρέπει να επικεντρωθεί στη βελτιστοποίηση των προτύπων ταξινόμησης, ιδίως για τους δείκτες ετήσιας βροχόπτωσης.
5. ΣΥΜΠΕΡΑΣΜΑΤΑ
Η παρούσα μελέτη προτείνει την PRAIS, μια νέα μέθοδο για τον εντοπισμό πιθανών κινδύνων από NPSP μέσω μιας ολοκληρωμένης ανάλυσης των παραγόντων πηγής και καταβόθρας. Η PRAIS χρησιμοποιεί ένα σύστημα δεικτών αξιολόγησης που περιλαμβάνει οκτώ δείκτες, διευκολύνοντας τον γρήγορο και αποτελεσματικό προσδιορισμό των περιοχών κινδύνου ANPSP στην πόλη Yichang. Περίπου το 18,86% της πόλης αντιμετωπίζει δυνητικό κίνδυνο ANPSP, κυρίως συγκεντρωμένο στις κεντρικές και ανατολικές περιοχές, με σποραδικά κατανεμημένες περιοχές υψηλού κινδύνου. Η σύγκριση με το μοντέλο DPeRS επιβεβαιώνει την ακρίβεια της μεθόδου PRAIS. Συνολικά, η μελέτη αυτή παρέχει πολύτιμες πληροφορίες για τον εντοπισμό του κινδύνου ANPSP, τονίζοντας τη σημασία των συνεχών προσπαθειών για τον έλεγχο της ρύπανσης και την ορθολογική χρήση των λιπασμάτων για την περιβαλλοντική βιωσιμότητα.
